必备知识
文章平均质量分 69
求则得之,舍则失之
这个作者很懒,什么都没留下…
展开
-
使用 Monai 和 PyTorch 预处理 3D Volumes以进行肿瘤分割
1.介绍针对在使用传统图像处理工具时可能遇到的困难,深度学习已成为医疗保健领域的主要解决方案。因为医学图像比标准图像更难处理(高对比度、人体的广泛变化……)深度学习用于分类、对象检测,尤其是分割任务。在分割方面,深度学习用于分割人体器官,如肝脏、肺和……或分割来自身体不同部位的肿瘤。医学图像有很多不同的类型,例如 MRI(主要用于脑肿瘤分割)、CT 扫描、PET 扫描等。本文将重点介绍 CT 扫描,但同样的操作也适用于其他类型。所以我们知道执行深度学习任务需要许多步骤,其中一个是数据预处理,这是原创 2022-12-09 23:00:00 · 2689 阅读 · 2 评论 -
相机深度理解
在这里,我们专注于数码摄像机。由于相机为视觉和机器学习分析提供图像,因此了解相机如何收集和分发这些图像非常重要。数码摄像机无处不在。数十亿人拥有带有内置摄像头的智能手机或平板电脑,数亿人的计算机上安装了网络摄像头。数字视频的历史很短。第一个半导体图像传感器 (CCD) 于 1969 年在贝尔实验室发明。第二种类型,称为 CMOS 传感器,于 1993 年在加利福尼亚州帕萨迪纳街对面的喷气推进实验室发明。在 1990 年代初期,出现了一种技术融合,允许将数字视频流传输到消费级电脑。第一个流行的消费类网络摄像头原创 2022-12-07 23:00:00 · 944 阅读 · 0 评论 -
Jetson相机
NVIDIA Jetson Developer Kits支持直接连接相机,主要使用两种方法。第一种方法是使用MIPI摄像机串行接口(CSI)。MIPI联盟是为移动生态系统开发技术规范的行业组织的名称。在像Nano这样的Jetsons上,这可能是一个传感器模块,就像我们熟悉的基于索尼IMX219图像传感器的树莓派V2相机一样。第二种是通过USB接口连接的摄像头,例如网络摄像头。在本文中,我们将讨论USB摄像头。Jetson的核心是使用Linux内核模块Video Four Linux(版本2)(V4L2)。V原创 2022-12-06 22:30:00 · 2111 阅读 · 1 评论 -
Google 人工智能基本原则
Google 渴望创造能够解决重要问题并帮助人们日常生活的技术。对人工智能和其他先进技术在赋予人们权力、广泛造福当代和后代以及为共同利益而努力方面的巨大潜力持乐观态度。将根据以下目标评估人工智能应用。认为人工智能应该:对社会有益。新技术的扩展范围越来越多地触及整个社会。人工智能的进步将在广泛的领域产生变革性影响,包括医疗保健、安全、能源、交通、制造和娱乐。当考虑人工智能技术的潜在发展和使用时,将考虑广泛的社会和经济因素,并将在Google认为总体可能的收益大大超过可预见的风险和不利因素的情况下进行。人工原创 2022-07-13 18:10:19 · 442 阅读 · 0 评论 -
如何正确的导出onnx
1.对于任何用到shape,size返回值的参数时,例如:tensor.view(tensor.size(0),-1)这类操作,避免直接使用tensor.size的返回值,而是加上int转换,tensor.view(int(tensor.size(0)),-1)2.对于nn.Upsample或nn.functional.interpolate函数,使用scale_factor指定倍率,而不是使用size参数指定大小3.对于reshape、view操作时候,-1指定请放在batch维度。其他维度可以计算出原创 2022-04-09 12:00:00 · 1142 阅读 · 4 评论 -
网络获取图片或视频
1.网络获取Google图像1.1 google_images_downloadPython 是一种多用途语言,广泛用于脚本编写。我们可以编写 Python 脚本来自动化日常事务。假设我们要下载具有多个搜索查询的谷歌图片。我们可以自动化该过程,而不是手动进行。如何安装所需的模块:pip install google_images_download让我们看看如何编写 Python 脚本以使用 Python google_images_download 模块下载 Google 图像。# impor原创 2022-03-13 00:00:00 · 297 阅读 · 0 评论 -
如何面试你的面试官
1.团队素质/文化1.你来多久了?2.当你上次面试时,你还有哪些其他选择,是什么让你选择了这家公司?3.到目前为止,您在这里工作过的最有成就感/最令人兴奋/技术复杂的项目是什么?4.如何培训/提升团队中的新工程师?5.在招聘这个职位时,你看重哪些品质?6.如果公司是初创公司)你最后一次与创始人互动是什么时候?它是关于什么的?一般来说,创始人在日常工作中的参与程度如何?2.工程实践1.典型的一天是什么样的?2.你使用什么版本控制系统? (如果没有,面试应该结束=))3.你如何确保所有原创 2022-01-19 10:00:26 · 102 阅读 · 0 评论 -
计算机常用语言应用方向简述
参考文献https://www.bilibili.com/video/BV1QK4y1x7w2?spm_id_from=333.999.0.0原创 2022-01-07 13:57:19 · 414 阅读 · 0 评论 -
笔记本或台式机进入BIOS的快捷键
笔记本或台式机进入BIOS的快捷键可参考表1-3。原创 2021-12-09 11:21:08 · 792 阅读 · 0 评论 -
如何在使用谷歌Colab中使用VS Code
Google Colab和VS Code是许多 Python 开发人员和研究人员用来开发不同技术解决方案或系统(尤其是机器学习和数据科学)的最流行的编辑器工具。许多 Python 开发人员和数据科学家都知道如何使用 Google Colab,但是您知道您可以在 Google Colab 上设置 VS Code 并将其用作编辑器,就像在您的本地机器上一样吗?在本文中,您将了解如何安装 colabcode python 包。如何启动 VS Code(代码服务器)。如何访问在线 VS Code。打.原创 2021-12-09 09:20:05 · 5334 阅读 · 0 评论 -
软件安装助手
目录第一种方法:使用命令行(CMD)第二种方法:用批处理脚本第一种方法:使用命令行(CMD)步骤 1. 以管理员权限启动命令提示符。步骤 2. cd到office路径cd "%ProgramFiles%\Microsoft Office\Office16"步骤 3. 一一复制粘贴以下命令,每次都按回车键。cscript ospp.vbs /inslic:"..\root\Licenses16\ProPlus2019VL_KMS_Client_AE-ppd.xrm-ms"cscript原创 2021-11-04 17:24:17 · 545 阅读 · 0 评论 -
如何使用KMS(2)
目录1.概述2.过程详解2.1从 Microsoft 服务器下载 Visio 20192.2无需花一分钱即可激活 Visio 20192.3第一种方法:在命令提示符的帮助下激活 Visio 20192.4第二种方法:使用脚本激活 Visio 20193.经常问的问题(FAQ Frequently Asked Questions)1.概述许多人把他们的项目托付给Microsoft Visio,这是一个功能强大的软件,它极大地改善了他们的设计。但是这个软件的价格非常昂贵,超出了许多学生的承受能力。因此,在翻译 2021-11-04 16:14:48 · 2340 阅读 · 1 评论 -
用g++编译生成动态连接库.so的方法及连接
1、动态库*.so的编译这里我们用到4个文件,它们分别为:SoDemoTest.h、one.cpp、two.cpp、three.cpp。它们的内容如下:SoDemoTest.h#ifndef __SO_DEMO_TEST_HEADER__ #define __SO_DEMO_TEST_HEADER__ #include <iostream> using namespace std; void one(); void two(); void three();原创 2021-10-25 17:41:00 · 5676 阅读 · 0 评论 -
linux压缩和解压缩命令tar,zip,gzip
Linux上有很多解压缩文件的命令。其中最新和最有效的是xz,但他们都有节省磁盘空间和保存文件供以后使用的优点。在这篇文章中,我们比较了解压缩命令并指出了显著的区别。1.tar语法:tar [options] [archive-file] [file or directory to be archived]options:-c:压缩-x:解压-f:创建具有给定文件名的压缩文档-t:显示或列出压缩文件中的文件-u:压缩并且添加到已有的压缩文件中-v:显示详细信息-A:连接压缩文件-z:原创 2021-10-25 09:16:01 · 7325 阅读 · 0 评论 -
常用计算机视觉术语表
计算机视觉(以及一般的机器学习)是那些似乎难以接近的领域之一,因为有太多特定于行业的词(或以新颖方式使用的常用词),感觉有点像您正在尝试学习一门新语言。我们在这里定义了许多这些独特的词、短语和首字母缩略词,以帮助您克服困难。Ablation Study(消融研究) - 从您的模型中一个接着一个的删除特征,以查看每个特征对性能的贡献程度。Accuracy(准确性) - 模型做出的“正确”与“不正确”预测的比例。在具有单一正确答案的分类模型中很常见(与对象检测相比,其中存在从“完美”到“非常接近”到“完原创 2021-09-08 09:46:36 · 1492 阅读 · 0 评论 -
目标检测之数据标注
使用labelImg手动进行标注首先下载labelImg工具,下图为文件夹目录:更改 data/predefined_classes.txt为需要的label打开labelImg.exe会出现以下UI界面,功能使用可以参考下图:首先选择View菜单下的Auto save mode,然后在图片上按右键,选择Create RectBox后,就可以开始画框了。画好框后选择要标注的label,再按左边的Next Image就会存储图片label使用labelme手动进行标注首先下载label原创 2021-09-07 16:38:02 · 860 阅读 · 0 评论 -
如何转换为YOLO txt格式
YOLO训练的label bbox格式是txt文档,如果是PASCAL VOC XML格式的文档或者其他类型文档,需要另外转换格式。YOLO格式要求YOLO txt文档格式,它是由class id,归一化后的center_x,center_y中心坐标以及归一化后的w,h组成,如下图所示:<class_id> <center_x> <center_y> <w> <h>如果xmin、xmax、ymin、ymaxx_{min}、x_{max}原创 2021-09-05 08:55:02 · 2705 阅读 · 0 评论 -
代码实操mAP计算
https://medium.com/ching-i/%E8%A9%95%E4%BC%B0-object-detection-map-%E5%B7%A5%E5%85%B7-79c509d05bfe本文将要来介绍一个好用的mAP工具。工具的github地址为:https://github.com/Cartucho/mAP原创 2021-09-04 08:28:42 · 1180 阅读 · 0 评论 -
什么是主动学习?
机器学习算法特别需要数据,需要成千上万的例子才能做出明智的决定。为我们的算法提供高质量的训练数据是一项昂贵的任务。主动学习是一种优化构建有效机器学习系统所需人力的策略。主动学习定义主动学习是一种机器学习训练策略,它使算法能够主动识别可能最有效地提高性能的训练数据子集。更简单地说,主动学习是一种策略,用于识别我们的训练数据中哪些特定的例子可以最好地提高模型性能。实践中主动学习的一个例子假设您正在构建一个计算机视觉模型来识别放在家门口的包裹,以便向您发送"您已收到邮件"的推送警报。包裹有各种各样的形状、原创 2021-09-01 14:28:35 · 1162 阅读 · 0 评论 -
如何持续改善你的模型?
您已经构建了第一个模型,并计划将其部署到生产环境中。现在怎么办呢?像任何软件一样,计算机视觉模型需要不断改进以应对潜在的边缘情况。这个过程实际上在我们将模型投入生产之前就开始了,并在部署之后继续进行。我们的模型不会是完美的,这没关系。我们应该建立允许容错和持续改进的系统。建立计算机视觉模型是一个迭代的过程建立计算机视觉模型是一个迭代的过程建立计算机视觉模型是一个迭代的过程作为回顾,主动学习是我们在数据集中识别示例的过程,这将更快地改进模型的学习。例如,如果您正在构建一个包检测模型,您可能会发现该模型原创 2021-09-01 11:20:52 · 885 阅读 · 0 评论 -
4种改善类别不平衡的方法
一些数据集包含类不平衡,并且在某些类中有比其他类多得多的实例。如果训练集中的不平衡没有反映在实际的数据流中,就会导致机器学习分类的平均精度较差。在这篇文章中,我将描述数据准备和模型准备中几种技术的组合,这些技术可以帮助缓解类别不平衡,并在所有类别中产生更高的平均精度。不平衡数据集在本例中,我将通过一个理论项目为无人机镜头构建内容识别模型。作为样本数据,我有800张从谷歌地图随机抽取的图像。在50多个类中有1M对象。数据集是数据不平衡的。有些类别的频率要高得多——高达100倍。如果您直接预测数据集原创 2021-08-25 17:21:01 · 5530 阅读 · 3 评论 -
centos安装GPU驱动以及Docker
一,安装GPU驱动1 安装基础文件yum install kernel kernel-devel gcc make -y安装系统未勾选开发包yum install kernel kernel-devel gcc gcc-c++ make -y2 disabled nouveau 禁用开源驱动echo "blacklist nouveau " >>/etc/modprobe.d/blacklist.confdracut /boot/initram原创 2021-08-24 13:06:02 · 884 阅读 · 0 评论 -
centos7.x系统安装指南
由于公司使用的是浪潮的服务器,这里直接给出系统安装步骤的链接地址原创 2021-08-24 11:21:13 · 127 阅读 · 0 评论 -
ubuntu18.04修改docker0的IP
当docker的IP与宿主机的IP在同一网段时候,会产生错误,例如同为172.17.*。直接修改/etc/docker/daemon.json文件,重启时候还是报错。查看docker日志,可以看到报错信息:journalctl -u docker.service修改docker0的IP(验证可行)详细步骤1、修改docker.service文件$ sudo vim /lib/systemd/system/docker.service其中有一项ExecStart字段,原本内容如下:Exe转载 2021-08-18 16:53:02 · 1297 阅读 · 0 评论 -
ubuntu18.04将IP修改为指定的Ip
查看/etc/netplan下的文件cd /etc/netplanls打开01-network-manager-all.yaml文件,并做修改sudo vim 01-network-manager-all.yaml保存修改内容sudo netplan apply查看IPifconfig原创 2021-08-17 12:52:54 · 357 阅读 · 0 评论 -
数字大写(报销专用)
原创 2021-08-13 13:58:59 · 508 阅读 · 0 评论 -
Matplotlib使用指南
本教程涵盖了一些基本的使用模式和最佳实践,以帮助您开始使用Matplotlib。import matplotlib.pyplot as pltimport numpy as np一个简单的例子Matplotlib把你的数据画在画布上。创建带有坐标轴图形的最简单方法是使用pyplot.subplots。fig,ax=plt.subplots() # 创建一个仅包含一个坐标系的画布ax.plot([1,2,3,4],[1,4,2,3]) # 在坐标轴上画出数据点图形的各部分解析:现在,翻译 2021-07-30 10:48:18 · 352 阅读 · 0 评论 -
Matplotlib基础知识
工作流:Matplotlib绘图的基本步骤如下:(1)准备数据(2)构建画布(3)画图(4)图形自定义(5)保存(6)显示import matplotlib.pyplot as plt# (1) 准备数据x = [1,2,3,4]y=[10,20,30,40]# (2) 构建画布fig=plt.figure()# # (3) 画图ax=fig.add_subplot(111)# (3) 画图与(4)图形自定义ax.plot(x,y,color='lightblue',li.原创 2021-07-28 16:41:14 · 152 阅读 · 0 评论 -
Pandas基础知识(1)
Pandas是基于Numpy创建的Python库,为Python提供易于使用的数据结构和数据分析工具。使用以下数据导入Pandas库:import pandas as pd数据结构Series序列存储任意类型数据的一维数组s = pd.Series([2, -5, 8, 3], index=['a','b','c','d'])print(s)# a 2# b -5# c 8# d 3# dtype: int64# 取序列的值print(s["b"])原创 2021-07-28 14:25:43 · 104 阅读 · 0 评论 -
NumPy基础知识
NumPy(Numerical Python)是Python数值计算的开源扩展。该工具可用于存储和处理大型矩阵。它比Python自己的嵌套列表结构更高效。它支持多维数组和矩阵操作。此外,它还提供了大量用于数组操作的数学库。NumPy用于处理数组。NumPy的前身Numeric最初是由Jim Hugunin和其他合作者开发的。Python本身有列表和数组,但对于大型数据处理,其结构有许多缺点。Python并不能很好地支持多维数组和矩阵,因此NumPy填补了这些空白,它提供了两个适用于这类数据的数值计算的基本原创 2021-07-23 17:24:23 · 298 阅读 · 0 评论 -
ubuntu安装NVIDIA驱动与Docker
1.NVIDIA驱动安装查看系统显卡型号lspci | grep -i nvidia从NVIDIA官网下载相应驱动 卸载Ubuntu自带的驱动程序sudo apt purge nvidia*禁用自带的nouveau nvidia驱动打开/etc/modprobe.d/blacklist.confsudo vim /etc/modprobe.d/blacklist.conf# 如果提示没有vim就安装一下: sudo apt install vim# 在最后添加如下内容black原创 2021-07-21 13:20:17 · 332 阅读 · 0 评论 -
Docker的用法
docker操作不需要sudo权限设置创建docker组并添加当前用户:sudo groupadd dockersudo usermod -aG docker $USER当在Linux系统下时候,运行以下命令激活组的改变newgrp docker验证docker run hello-worlddocker的基本使用方法查找镜像,例如abcd镜像查找docker search abcd拖取镜像,例如ubuntu:13.10,其中13.10是tagdo.原创 2021-07-09 10:33:17 · 132 阅读 · 0 评论